Pandas 如何在matplot上绘制分散趋势线？蟒蛇熊猫

我想在matplot上画一条分散的趋势线。我该怎么做

蟒蛇

import pandas as pd
import matplotlib.pyplot as plt
csv = pd.read_csv('/tmp/test.csv')
data = csv[['fee', 'time']]
x = data['fee']
y = data['time']
plt.scatter(x, y)
plt.show()

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
csv = pd.read_csv('/tmp/test.csv')
data = csv[['fee', 'time']]
x = data['fee']
y = data['time']
plt.scatter(x, y)

z = np.polyfit(x, y, 1)
p = np.poly1d(z)
plt.plot(x,p(x),"r--")

plt.show()

CSV

时间是整数值

---

散点图很抱歉我自己找到了答案

蟒蛇

import pandas as pd
import matplotlib.pyplot as plt
csv = pd.read_csv('/tmp/test.csv')
data = csv[['fee', 'time']]
x = data['fee']
y = data['time']
plt.scatter(x, y)
plt.show()

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
csv = pd.read_csv('/tmp/test.csv')
data = csv[['fee', 'time']]
x = data['fee']
y = data['time']
plt.scatter(x, y)

z = np.polyfit(x, y, 1)
p = np.poly1d(z)
plt.plot(x,p(x),"r--")

plt.show()

图表

带文本：

从sklearn.metrics导入r2_分数
plt.绘图（x，y，“+”，ms=10，mec=“k”）
z=np.多边形拟合（x，y，1）
y_hat=np.poly1d（z）（x）
plt.plot（x，y，hat，“r--”，lw=1）
text=f“$y={z[0]：0.3f}；x{z[1]：+0.3f}$\n$R^2={r2_分数（y，y:0.3f}$”
plt.gca（）.text（0.05,0.95，text，transform=plt.gca（）.transAxes，
fontsize=14，垂直对齐（顶部）

---

您也可以使用Seaborn lmplot：

import seaborn as sns

import pandas as pd

from io import StringIO

textfile = StringIO("""fee,time
100,650
90,700
80,860
70,800
60,1000
50,1200""")

df = pd.read_csv(textfile)

_ = sns.lmplot(x='fee', y='time', data=df, ci=None)

输出：

---

很抱歉，我不熟悉熊猫这个词。我想我找到了答案。我将更新我的问题。可能重复